一种基于深度学习和图谱融合的稻穗结实率测量方法

本研究提出了一种基于深度学习和图谱融合的稻穗结实率测量方法。通过对水稻粒进行高光谱图像采集、高光谱图像标注、数据预处理并提取水稻粒的反射数据、特征提取与分类模型建立等步骤，该方法构建了一个端到端的预测流程。首先通过SS‑CNN提取水稻粒的深度特征，再利用SVM模型进行分类预测，最终实现水稻结实率的精准预测。研究中的深度学习模型有效连接高光谱数据预处理与特征提取，并通过对比预测结果与实际结实率，保证了模型的泛化能力和实际应用中的稳定性。